[发明专利]活体检测方法、装置、设备及系统

权利要求书

1.一种活体检测方法，所述方法包括：

采集目标检测对象在进行生物识别时的生物特征图像；

基于所述生物特征图像，预测所述目标检测对象的脑波信号；

根据所述脑波信号确定所述目标检测对象的情绪特征；

根据所述情绪特征，确定所述目标检测对象是否为活体对象。

2.如权利要求1所述的方法，在根据所述脑波信号确定所述目标检测对象的情绪特征之前，所述方法还包括：

若基于所述生物特征图像，预测所述目标检测对象的脑波信号为0，则确定所述目标检测对象不是活体对象。

3.如权利要求1所述的方法，所述方法还包括：

预先训练构建脑波预测模型以及情绪感知模型；

将所述脑波预测模型的输出和所述情绪感知模型的输出作为活体检测模型的训练输入数据，训练构建所述活体检测模型；

利用训练好的脑波预测模型基于所述生物特征图像，预测所述目标检测对象的脑波信号；

利用训练好的情绪感知模型根据所述脑波信号确定所述目标检测对象的情绪特征；

利用训练好的活体检测模型根据所述脑波信号和所述情绪特征，确定所述目标检测对象是否为活体对象。

4.如权利要求3所述的方法，所述脑波预测模型的构建方法包括：

设置脑波预测模型的模型参数，所述模型参数包括所述脑波预测模型的网络结构、损失函数；

采集活体对象的活体生物特征样本图像以及对应的活体脑波样本信号；

采集不同类别攻击对象的攻击生物特征样本图像以及对应的攻击脑波样本信号，其中，攻击脑波样本信号为0；

将所述活体生物特征样本图像、所述攻击生物特征样本图像作为所述脑波预测模型的输入，将所述活体脑波样本信号、所述攻击脑波样本信号作为所述脑波预测模型对应的输出，进行模型训练，直至所述脑波预测模型的损失函数收敛，完成所述脑波预测模型的训练。

5.如权利要求3所述的方法，所述情绪感知模型的训练方法包括：

设置情绪感知模型的模型参数，所述模型参数包括所述情绪感知模型的网络结构、损失函数；

采集活体对象的活体脑波样本信号，并确定所述活体对象对应的情绪类别；

将所述活体脑波样本信号作为所述情绪感知模型的输入，将所述情绪类别以及对应的情绪特征作为所述情绪感知模型对应的输出，进行模型训练，直至所述情绪感知模型的损失函数收敛，完成所述情绪感知模型的训练。

6.如权利要求3所述的方法，所述情绪感知模型的训练方法包括：

设置情绪感知模型的模型参数，所述模型参数包括所述情绪感知模型的网络结构、损失函数；

将采集到的生物特征样本图像输入到训练好的所述脑波预测模型中，利用所述脑波预测模型预测出对应的预测脑波信号；

将所述预测脑波信号进行聚类，确定出各个预测脑波信号对应的情绪类别；

将所述预测脑波信号作为所述情绪感知模型的输入，将所述情绪类别以及对应的情绪特征作为所述情绪感知模型对应的输出，进行模型训练，直至所述情绪感知模型的损失函数收敛，完成所述情绪感知模型的训练。